continuous-learning-v2

name	continuous-learning-v2
description	基于 instinct 的学习系统，通过 hooks 观察会话，创建带置信度评分的原子级 instincts，并将它们进化为技能/命令/代理。
version	2.0.0

Continuous Learning v2 - Instinct-Based Architecture

持续学习 v2 - 基于 Instinct 的架构

高级学习系统，通过原子级"instincts"——带置信度评分的小型学习行为——将会话转化为可重用知识。

何时激活此技能

• 设置从 Claude Code 会话自动学习
• 配置通过 hooks 提取基于 instinct 的行为
• 调整学习行为的置信度阈值
• 审查、导出或导入 instinct 库
• 将 instinct 进化为完整的技能、命令或代理

v2 新特性

特性	v1	v2
观察	Stop hook（会话结束时）	PreToolUse/PostToolUse（100% 可靠）
分析	主上下文	后台代理（Haiku）
粒度	完整技能	原子级"instincts"
置信度	无	0.3-0.9 加权

主要改进：

• 更可靠：使用 hooks 而不是技能观察（100% vs 50-80%）
• 更精确：instincts 是单个行为，不是大型技能
• 更智能：置信度评分让 AI 知道何时应用

Instinct 模型

一个 instinct 是一个小型学习行为：

---
id: prefer-functional-style
trigger: "when writing new functions"
confidence: 0.7
domain: "code-style"
source: "session-observation"
---

# Prefer Functional Style（偏好函数式风格）

## 动作
在适当的时候使用函数式模式而非类。

## 证据
- 观察到 5 次函数式模式偏好

属性：

• 原子级 ——一个触发器，一个动作
• 置信度加权 ——0.3 = 试探性，0.9 = 几乎确定
• 领域标记 ——code-style、testing、git、debugging、workflow 等
• 证据支持 ——追踪创建了它的观察

什么是原子级？ 原子级意味着不可再分的最小单元。

工作原理

会话活动
      │
      │ Hooks 捕获提示 + 工具使用（100% 可靠）
      ▼
┌─────────────────────────────────────────┐
│         observations.jsonl              │
│   (提示、工具调用、结果)                 │
└─────────────────────────────────────────┘
      │
      │ 观察者代理读取（后台，Haiku）
      ▼
┌─────────────────────────────────────────┐
│          模式检测                        │
│   • 用户纠正 → instinct                  │
│   • 错误解决 → instinct                  │
│   • 重复工作流 → instinct                │
└─────────────────────────────────────────┘

流程说明：

1. Hooks 捕获：每次工具调用前/后记录
2. 观察者分析：后台 AI 找出模式
3. Instinct 创建：保存为可重用的 instinct

快速开始

1. 启用观察 Hooks

添加到你的 ~/.claude/settings.json：

{
  "hooks": {
    "PreToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh pre"
      }]
    }],
    "PostToolUse": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/skills/continuous-learning-v2/hooks/observe.sh post"
      }]
    }]
  }
}

PreToolUse vs PostToolUse：

• PreToolUse：工具调用前触发（知道意图）
• PostToolUse：工具调用后触发（知道结果）

2. 使用 Instinct 命令

/instinct-status     # 显示已学习的 instincts 及其置信度
/evolve              # 将相关 instincts 聚类为技能/命令
/instinct-export     # 导出 instincts 用于分享
/instinct-import <file>     # 从他人导入 instincts

命令列表

命令	说明
/instinct-status	显示所有已学习的 instincts 及其置信度
/evolve	将相关 instincts 聚类为技能/命令
/instinct-export	导出 instincts 用于分享
/instinct-import <file>	从他人导入 instincts

置信度评分

分数	含义	行为
0.3	试探性	建议但不强制
0.5	中等	相关时应用
0.7	强	自动批准应用
0.9	几乎确定	核心行为

置信度如何计算？

• 观察次数：更多观察 = 更高置信度
• 一致性：每次都出现 = 更高置信度
• 成功率：有效解决方案 = 更高置信度

置信度衰减：

• 如果 instinct 导致错误，置信度下降
• 如果用户纠正，置信度大幅下降
• 长期未使用，置信度缓慢下降

Instinct 进化

聚类到技能

# 独立的 instincts
- instinct-1: "使用 TypeScript 严格模式"
- instinct-2: "定义所有函数参数类型"
- instinct-3: "避免 any 类型"

# 进化后的技能
skill: "typescript-strict-style"
  包含: [instinct-1, instinct-2, instinct-3]
  置信度: 0.85

进化到命令

# 检测到的工作流模式
- instinct-1: "先写测试"
- instinct-2: "运行测试"
- instinct-3: "修复失败"
- instinct-4: "重复"

# 进化后的命令
command: "/tdd-cycle"
  动作: 自动执行 TDD 循环

进化到代理

# 复杂行为模式
- 多个相关 instincts
- 跨多个领域的操作
- 需要多步工作流

# 进化后的代理
agent: "full-stack-developer"
  包含: [testing-instincts, api-instincts, ui-instincts]

与 v1 比较

v1 方法（技能观察）

会话结束 → Stop hook → 提取完整技能
  ↓
技能文件（大型、通用）
  ↓
下次会话：技能可能触发（50-80%）

问题：

• 技能太大，不精确
• 触发不可靠（技能系统是概率性的）
• 无法追踪置信度

v2 方法（Instinct 观察）

每个工具调用 → Pre/Post hook → 记录观察
  ↓
后台分析 → 检测模式 → 创建 instincts
  ↓
下次会话：高置信度 instincts 自动应用
  ↓
定期：聚类相关 instincts → 技能/命令

优势：

• Instincts 小而精确
• 100% 可靠（hooks 总是触发）
• 置信度追踪

实际示例

示例 1：代码风格 Instinct

---
id: use-arrow-functions
trigger: "编写回调函数时"
confidence: 0.8
domain: "code-style"
source: "user-corrections"
---

# Use Arrow Functions（使用箭头函数）

## 何时应用
编写回调函数或简短函数时

## 动作
使用箭头函数而非 function 关键字

## 示例
```typescript
// 优先
array.map(x => x * 2)

// 而非
array.map(function(x) { return x * 2 })

证据

• 用户纠正了 3 次
• 项目代码中 90% 使用箭头函数

### 示例 2：调试 Instinct

```yaml
---
id: check-network-first
trigger: "调试 API 错误时"
confidence: 0.9
domain: "debugging"
source: "error-resolution"
---

# Check Network First（先检查网络）

## 何时应用
API 调用失败或数据不正确时

## 动作
1. 打开浏览器网络面板
2. 检查请求状态码
3. 验证请求/响应格式
4. 检查 CORS 错误

## 证据
- 在 5 个独立调试会话中有效
- 解决了 80% 的 API 问题

最佳实践

1. 从小开始 ——让系统积累 instincts，不要急躁
2. 定期审查 ——每周检查 /instinct-status
3. 手动进化 ——使用 /evolve 创建技能
4. 分享有用 ——使用 /instinct-export 与团队分享
5. 导入谨慎 ——审查导入的 instincts

相关资源

• v1 技能：continuous-learning/SKILL.md
• Homunculus 项目：github.com/humanplane/homunculus
• 完整规范：/Users/affoon/Documents/tasks/12-continuous-learning-v2.md

---

记住：v2 是下一代持续学习——更精确、更可靠、更智能。